中部崛起
人力资本集聚、空间溢出与新型城镇化时间： 2015-07-29信息来源：王建康 谷国锋 姚丽东 陈园园 作者：wl_admin 责编：
[摘要]文章通过空间自相关检验，分析了人力资本集聚与新型城镇化在我国各省的分布格局及空间依赖性，并通过空间计量模型分析我国人力资本水平对新型城镇化的影响。结果显示：自2000年以来我国大部分地区新型城镇化综合指数总体呈波动上升趋势，且从东部向西部、由沿海向内陆逐渐减小，此现象与地区经济发展水平高度吻合；（2）从时间维度来看，新型城镇化指数在空间上的自相关性随着时间的推移而不断增强，而人力资本空间自相关性却有略微下降，从空间维度来看，两个指数的空间相关系数明显随着带宽的增加而逐渐减小，且显著性水平也不断减弱；（3）在同种固定效应条件下，空间误差模型的估计结果均优于空间滞后模型，空间依赖作用主要体现在随机误差项中，这说明一个地区对其他地区的影响更多地体现在对一个地区整体的结构性误差冲击中。
[关键词]人力资本集聚；空间溢出；新型城镇化；空间计量模型
1 引言
我国的城镇化发展经过30多年的发展已取得了巨大成就，城镇化率从1978年的17.92％增长到2013年53.7％（国家统计局，2013），年均增长1.02个百分点，这在世界上都极是为罕见的。伴随着城镇化率的不断提高，各种问题诸如城市空间不断扩张、交通拥挤、环境质量下降等也逐渐凸显。新型城镇化是“十八大”提出的中国经济社会发展的重大战略，旨在解决目前较为严重的各种城市问题。新型城镇化就是要改变以土地为主的“要素驱动”和“投资驱动”的传统路径，着力解决人的城镇化，使更多已经迁入到城镇的农村人口有足够的居住空间、充分的就业和平等的公共服务，使农村人口逐步向小城镇迁移，从而减小大城市的各种压力，并形成合理的城镇体系结构。在新型城镇化的建设过程中，人力资本将起到举足轻重的作用。
上世纪60年代Schultz和Beker首次提出了具有现代意义的人力资本理论，Romer和Lucas等为代表的新增长理论将人力资本作为决定经济增长的基本要素之一，并提出了著名的人力资本模型，分析人力资本的形成与积累对经济增长的贡献，利用大量案例进行实证研究（Angrist.J.D.and Kreuger A.B，2001；郭志仪、曹建云，2007；魏下海、张建武，2010）。Barro用近100个国家自1960年以来的数据，验证教育投资是人均收入增长的重要解释变量（Barro，1989）。国内学者也对人力资本做了大量研究，过建春对海南省人力资源素质与人均收入及产业结构的关系进行回归分析，发现高素质人口比重与人均GDP以及第三产业比重都具有十分显著的相关关系（过建春，2004）。王国旗、王文欢等利用各省市的面板数据，对人力资本与经济增长的关系进行实证研究，发现二者具有明显的正相关关系（王国旗、王文欢，2009）。高峰、吴石磊等人利用31个省12年的数据对人力资本与城市化和经济增长的关系进行研究，发现人力资本对经济增长的贡献度因城市化的强弱而呈现出显著的区间效应，城市化水平必须达到一定的门槛水平才能有效推进人力资本发挥促进经济增长的作用（高峰，2010）。陈得文、苗建军等人运用空间过滤模型，在消除人力资本空间相关性的基础上，分析了我国省域人力资本的集聚效应和溢出效应对经济的影响（陈得文、苗建军，2012）。不可否认，不论是从理论还是实证方面都已经有文献对人力资本集聚与经济增长的关系进行了系统而深入的分析，但对于人力资本集聚的研究仍存在不足之处：一方面，众多学者均得出人力资本集聚具有空间相关性的结论，但由于空间效应的度量都遵循距离衰减原则，当然人力资本的集聚性也不例外；另一方面，众多学者做了人力资本与经济增长关系的研究，而对人力资本与新型城镇化的关系却很少有人研究。本文就是基于这两点，以我国30个省区2000—2012年的面板数据为实证研究，研究距离衰减原则下的人力资本集聚与新型城镇化建设的关系。
2 新型城镇化评价指标体系
2.1 指标选取及数据来源
新型城镇化建设是一个综合而又复杂的系统，它反映的已经不仅仅是农村人口向城镇人口转变的规模与数量，更重要的是在农村人口向城镇转移的过程中不断提高城镇发展的质量，使本地居民及迁移人口都具有住房、就业、教育、医疗等服务，城市内部各个系统相互协调，和谐运行。因此，要构建新型城镇化评价指标体系，就必须尽可能全面覆盖各个方面。本研究参考中国社会科学院、中国城市经济学会以及《国家新型城镇化规划（2014—2020）》关于城市化发展指标体系的相关文献资料，根据数据可获得性、代表性等原则从城镇化水平、经济发展水平、社会发展水平、基础设施水平和环境治理水平五个方面共19个指标来构建新型城镇化评价指标体系（见表1）。
城镇化水平用常住人口城镇化率来表示，即常住人口中城镇人口所占比重，它是我国表征城镇化率的基本指标，能大致反映一个地区的城镇化发展程度。
经济发展水平是新型城镇化建设的重要基础。大量研究表明一个地区的城镇化水平与其经济发展水平具有明显的正相关，可以说城镇化本就是经济发展的一个产物。本文采用人均GDP、GDP增长率、第三产业占GDP比重、实际利用外商投资、人均财政支出和全社会固定资产投资等指标从人均经济水平、经济总量、产业结构、对外贸易情况和投资情况等方面来表征地区的经济发展水平。
社会发展水平是城镇化发展的一个重要特征。一个地区的社会公平程度越高、城镇居民与农村居民的收入差距越小，该地区在推动新型城乡关系和新型城镇化水平越高，居住在城镇的居民越能够更多的享受教育、交通、医疗、信息等公共服务。本文选取养老保险覆盖率、失业保险覆盖率、货物周转量与城镇及农村人口收入比等指标来表征地区的社会发展水平。
基础设施建设对新型城镇化的发展同样起着举足轻重的作用。众多学者也将基础设施建设水平看作是一个地区城镇化发展程度的重要指标。基础设施建设包括供水、供气、公共交通以及绿化建设等涉及城镇居民生活的方方面面，因此本文也采用这几个方面共4个指标来表征地区基础设施建设。
环境治理水平能够反映出新型城镇化建设可持续发展的能力。新型城镇化与传统的城镇化相比，其不同之处就是新型城镇化在发展的同时充分考虑了城镇的资源环境承载能力。如今我国正处于工业化发展的转型时期，工业污染的日益加剧也使城市不得不考虑环境的可持续发展，因此本文从工业SO2，排放、工业废水排放和污染治理投资等方面来体现地区环境治理水平。
文本所用指标数据均来源于《中国统计年鉴（2001—2013）》、《中国劳动统计年鉴（2001—2013）》、《中国教育统计年鉴（2001—2013）》和国家统计局官方网站。
2.2 基于熵值法的新型城镇化综合指数
熵值法是一种客观赋权的方法，如果某项指标的观测值变异程度越大，则信息熵就越小，该指标提供的信息量就越大，因而该指标的权重就越大；反之，指标权重就越小。通过极差标准化后的数据
和 
包括0数值，对其取对数没有意义。因此将坐标平移得到 
，计算第j项指标第i个方案的指标权重比重（韩增林、张云伟，2010）：计算第j项指标的熵值。
根据熵值法对全国30个省份（不含西藏、香港、澳门和台湾四地）2000—2012年新型城镇化发展综合指数进行计算，结果见表2。
从表2可以看出，自2000年以来我国大部分地区新型城镇化综合指数总体呈波动上升趋势，这说明十几年来我国的新型城镇化建设总体呈良好发展态势，但道路相对并不顺利。从区域来看，新型城镇化综合指数呈现出从东部向西部、由沿海向内陆逐渐减小的趋势，而经济发展水平在全国范围呈现出同样的空间格局，这说明城镇化发展是需要有一定的经济基础作为支撑和动力。新型城镇化建设就是要从“人”的角度出发，着力解决城市中人口的居住、就业、医疗和教育等问题，显然经济发展水平较高的地区对基础设施、公共服务等投入较多，能使更多的人口享受到新型城镇化带来的优惠，而经济发展水平欠发达地区由于资金不足而不能使较多的人享受公共服务。
3 模型方法与数据处理
3.1 新型城镇化与人力资本的空间相性检验
为了测度新型城镇化与人力资本在空间上的集群程度，本文采用了Moran I指数及其散点图来检验，并通过LISA地图来进一步检验集聚程度的分布格局。在进行空间自相关检验时，新型城镇化指标用前文算得的综合得分来表示，人力资本采用各省、市的平均受教育年限来表示。
Moran’s I的取值范围为[-1，1]，I值越接近于1，则说明目标区域数据在空间区位上相似的同时也有相似的属性值时，空间模式整体上就显示出正的空间自相关性；I值越接近于-1.则空间上邻接的目标区域数据不同而且也具有不同的属性值，显示为负的空间自相关性；I值等于0，则说明目标区域的数据分布相互独立，无空间相关性。
空间权重矩阵是空间计量经济分析的基础，其质量的好坏直接关系到分析的结果。众多学者均采用0—1邻接矩阵对我国的经济、金融和资本等方面进行空间计量分析，而此矩阵忽略了空间计量经济学所遵循的距离衰减原则，即一个地区对其周边的影响是随着距离的增加而递减的，因此本文采用了不同省区省会城市问欧式距离的倒数作为权重矩阵，对新型城镇化与人力资本进行空间计量分析（见表3）。
从上表可以看出，我国幅员辽阔，在距离上确实存在着空间自相关性，并随着距离的增加空间相关性的Moran’s I逐渐减小，其显著性也不断降低。这说明在较小的距离范围内，中国各地区的新型城镇化建设与人力资本存在着较大的空间正相关性，但随着带宽的增加，正相关性在变小，在2500公里的带宽时，新型城镇化指数与人力资本的Moran’s I基本处于0左右，其伴随概率P值也未通过10％显著性水平，说明在2500公里时两个指标基本已经不存在空间自相关性。该特征自2000年以来一直持续至今。
从时间维度来看，新型城镇化指数在空间上的自相关性随着时间的推移而不断增强，而人力资本空间自相关性却有略微下降。按0—500公里的带宽计算，城镇化指数从2000年的0.294增至2012年的0.431，人力资本从0.267降至0.211；按0—1000公里的带宽计算，城镇化指数的Moran’s I从0.185增至0.252.而人力资本却从0.293降至0.213。其他带宽也表现基本一致的特征。从空间维度来看，两个指数的空间相关系数明显随着带宽的增加而逐渐减小，且显著性水平也不断减弱，基本遵循了“距离衰减原理”。从两个指数的空间自相关性变化来看，新型城镇化建设越来受周边地区城镇化发展的影响，说到底还是地区经济发展水平的空间自相关性，而人力资本的空间自相关性相对减弱则说明随着经济的不断发展，人员的流动性越来越大，一个地区人力资本的发展在距离上的限制越来越弱。
空间相关指数只能说明我国大部分地区在某个指标上具有空间的集聚性，而不能说明是哪些地区具有正的集聚和负的集聚，Moran散点图诠释了这一点（见图1）。
从Moran散点图可以看出。我国新型城镇化建设具有明显的空间集聚性，即图中位于第一和第三象限的地区占大多数。从两个图来看，2000年和2012年位于第一象限和第三象限的地区都是有8、11和9、11，这说明总体来看，新型城镇化建设正向集聚虽然有所增强，但增幅很有限，集聚的地区一直为从辽宁到福建一带沿海地区。而负集聚的地区却始终没有改变，且一直为东北的黑龙江、吉林以及中部地区的河南、湖南和西部地区的陕西、甘肃等地。
从这里已经看到，中国不同地区间全域性的空间自相关与局部自相关性联系紧密，地理空间对于新型城镇化建设与人力资本发展都起着不可忽视的作用，人力资本的空间举出效应对于新型城镇化建设具有多大的作用，还需要下一步模型的构建与检验。
3.2 空间计量经济模型构建
利用柯布—道格拉斯生产函数，构建新型城镇化与人力资本指数模型：
ln（Yit）=β0+β1ln（Lit）+β2ln（Kit）+β3ln（Zit）+εit （2）
式中，下标i和t分别表示第i个省份和第t年，Yit表示地区新型城镇化综合指数；Lit表示人力资本水平，用各地区的平均受教育年限表示；Kit表示物质资本存量，用全社会固定资产投资表示；Zit表示一系列控制变量，在本模型中加入了经济发展水平（人均GDP）、科技创新水平（R&D经费支出）、政府规模（财政支出占GDP比重）以及基础设施水平（每万平方公里公路与铁路运输量）等作为控制变量。
空间计量经济学的模型有很多种。我们使用Anselin提出的空间回归模型，包括空间滞后模型（SLM）和空间误差模型（SEM）两种（Anselin、Florax，1995；Anselin L，1988；沈体雁，2010）。
空间滞后模型（Spatial Lag Model）主要解释各变量在一个地区是否有扩散现象（溢出效应）。公式如下：
Y=ρWY+Xβ+ε （3）
式中：Y为被解释变量，x为n×k的外生解释变量矩阵，ρ为空间回归系数，W为n×n的空间权重矩阵，本文采用Rook邻接矩阵；WY为空间滞后被解释变量，ε为随机误差向量。
空间误差模型（Spatial Error Model）的空间依赖作用存在于扰动误差项中，主要解释邻接地区关于被解释变量的误差冲击对本地区观察值的影响程度。公式如下：
Y=Xβ+ε （4）
ε=λWε+μ （5）
式中：ε为随机误差向量，λ为n×1的截面被解释变量向量的空间误差系数，μ为正态分布的随机误差向量。
对于这两类模型如果仍采用最小二乘法（OLS），系数估计值可能会有偏或无效，需要通过极大似然估计（ML）或广义最小二乘法（GLS）等方法进行估计。Anselin建议采用极大似然法对SLM和SEM进行参数估计。
选择空间滞后模型还是空间误差模型是空间计量分析的关键所在。通常可通过LMERR、LMLAG形式及其稳健（Robust）R-LMERR、R-LMLAG形式等进行检验。Anselin对模型的选择提出了如下判别准则：如果在空间依赖的检验中发现，LMLAG比LMERR在统计上更为显著，且R-LMLAG显著而R-LMERR不显著，则可以断定适合的模型为空间滞后模型；如果LMERR比LMLAG在统计上更加显著，且R-LMERR显著而R-LMLAG不显著。则可以断定适用模型为空间误差模型。此外，除了拟合优度R2检验之外，常用的检验准则还有：对数似然函数值（Log likelihood，LogL），似然率比（Likelihood Ratin，LR），赤池信息准则（Akaike Informarion Criterion，AIC）和施瓦茨准则（Schwartz Criterion，SC）。对数似然值越大，似然率越小，AIC和SC越小，模型拟合效果越好（吴玉鸣，2006）。
4 实证检验与分析
前文已经证实我国各地区的新型城镇化建设与人力资本具有明显的空间自相关性，然而在选择空间面板的过程中还要考虑采用固定效应模型还是随机效应模型。通过EVIEWS7.0软件对我国30个省份2000—2012年各指标的数据进行Hausman检验，检验统计量为87.2238，伴随概率为0.000，因此我们拒绝固定效应模型与随机效应模型不存在系统差异的原假设。建立固定效应模型。
利用Matlab 2010b对新型城镇化指数与人力资本模型进行空间计量估计，为了便于比较我们先进行了OLS估计（见表4）。
从表4可以看出，利用最小二乘法对新型城镇化与人力资本模型的估计结果并不太理想，首先可决系数R2相对不高，虽然有四个控制变量通过了显著性检验，但人力资本变量未能通过10％的显著检验，因此OLS估计对模型估计忽略了空间影响因素，其结果可信度并不高。Moran’s I为0.3232，且高度显著，这也验证了前文对新型城镇化指数与人力资本进行空间自相关检验的结果。根据空间模型选择判断准则，LM-ERR和R-LMERR不论是从统计量还是显著性上看都比LM-LAG和R-LMLAG效果要好，因此我们选择空间误差模型来进行空间计量估计（见表5）。
表5空间滞后模型的估计结果中，控制固定效应模型的空间参数W * dep.var均为负值且都显著，而空间误差模型中的空间参数有正有负，表明省域间新型城镇化建设与人力资本的空间效应并不一定出现趋同效应，省域城镇化发展水平具有明显的空间相关性，即自身城镇化水平较高的同时，周边地区的城镇化水平由于经济政策的外溢性同样也比较高，而人力资本水平却不一定与城镇化水平呈正相关关系。不同的模型会产生不同的效果，空间滞后模型与空间误差模型中时间地区双固定效应中的空间参数均为负值，而空间误差模型中的无固定效应与地区固定效应空间为正值。对比SLM和SEM的估计结果，在同种固定效应条件下，空间误差模型的对数似然值及拟合优度均大于空间滞后模型，因此，从整体上来说，空间误差模型的估计结果要优于空间滞后模型，更符合实际情况，即空间依赖作用主要体现在随机误差项中，这说明一个地区对其他地区的影响更多地体现在对一个地区整体的结构性误差冲击中，而这种结构性的差异正好就是各地区人力资本水平、经济发展水平、研发水平、投资水平、政府能力以及基础设施水平之间的差异。
根据表5的估计结果，结合Log-L、R2及显著性水平，SEM中的时间地区双固定效应（stF）模型是较优选择，Hum系数为正且通过了1％水平上高度显著。由此可见，我国的区域发展不均衡导致了人力资本水平在区域间也存在巨大差异，在空间上形成了对新型城镇化较为强烈的冲击。新型城镇化更注重“人”的城镇化，而不是过去一味地追求城市规模扩大、空间扩张，要以提升城市的文化、公共服务等内涵为中心。真正使每个人都具有较高品质的居住空间，并实现城乡之间人口自由迁徙、要素自由流动与公共服务均衡覆盖，这样可以提高城镇的人力资本水平。而人力资本水平的提高又可以为城镇化建设提供更雄厚的人才储备，由于知识的溢出效应使得周边地区人力资本水平不断提高，并推动其所在地区的新型城镇化建设。
从前文的Moran指数分析可知，由于溢出效应具有随着距离增加而衰减的特征，因此人力资本水平的溢出对其周边地区的新型城镇化建设同样具有衰减特征。其他结构性因素同样对新型城镇化建设产生冲击。经济发展水平作为一个地区所有事物发展的基础，对新型城镇化建设的影响同样起着重要的作用。从估计结果来看，人均GDP的估计系数为正值且高度显著，新型城镇化建设需要大量的资金来建设学校、医院、道路等基础设施，而地区经济发展正好为此提供了基础。研发水平（RD）对新型城镇化建设的冲击效应相对不明显，估计结果未能通过检验，这说明研发水平的溢出效应主要对科技创新造成较大影响，而对于着重发展“人”的城镇化建设来说，其直接影响并不是十分明显。固定资产投产水平（Inv）对新型城镇化建设具明显的冲击效应，投资是一个地区经济发展的重要动力之一，而且近几年我国投入了4万亿来拉动内需，其中大部分直接用于建设道路、桥梁等重大基础设施，这对新型城镇化建设的影响也是明显而又直接的。政府能力（Gov）对新型城镇化建设同样起着调控和促进的作用，它在制定城镇化发展政策与规划时，必须考虑到社会的公平与和谐发展，除此之外，政府在投资和转移支付方面也要更多的倾向于外来人口和生活较为困难的城镇居民。基础设施水平（Inf）对新型城镇化建设起着基础的作用，基础设施水平要尽可能广的覆盖到城镇的每个角落，使居住在城镇的居民都能享受到平等的基础设施服务。
5 结论与启示
利用空间计量经济模型对新型城镇化与人力资本水平的关系进行了估计与分析，得出以下主要结论：（1）自2000年以来我国大部分地区新型城镇化综合指数总体呈波动上升趋势，新型城镇化综合指数呈现出从东部向西部、由沿海向内陆逐渐减小的趋势，此现象与地区经济发展水平高度吻合；（2）从时间维度来看，新型城镇化指数在空间上的自相关性随着时间的推移而不断增强，而人力资本空间自相关性却有略微下降，从空间维度来看，两个指数的空间相关系数明显随着带宽的增加而逐渐减小，且显著性水平也不断减弱；（3）在同种固定效应条件下，空间误差模型的估计结果均优于空间滞后模型，更符合实际情况，即空间依赖作用主要体现在随机误差项中，这说明一个地区对其他地区的影响更多地体现在对一个地区整体的结构性误差冲击中，而这种结构性的差异正好就是各地区人力资本水平、经济发展水平、研发水平、投资水平、政府能力以及基础设施水平之间的差异，SEM中的时间地区双同定效应（stF）模型是较优选择，Hum系数为正且通过了1％水平上高度显著。由此可见，我国的区域发展不均衡导致了人力资本水平在区域间也存在巨大差异，在空间上形成了对新型城镇化较为强烈的冲击。
由估计结果可知，人力资本水平对于新型城镇化建设起着重要的作用，必须鼓励人力资本的积累，扩大地区人才储备，加大人力资本投资，从而带动地区经济增长，加快带动人才、科技创新的转变，进而推动新型城镇化建设。当然，新型城镇化建设是一项复杂而漫长的工程，只靠人力资本水平的提高是远远不够的，还要在提高人们受教育年限的同时不断研发水平，使科研创新的成果转换为实物资本；加大基础设施建设的投资，使基础设施覆盖到更多居民；政府在制定规划政策时要统筹兼顾，在追求效率的同时还要考虑公平问题，使我国的新型城镇化建设向更均衡的方向发展。
参考文献
[1]国家统计局.http：//www.stats.gov.cn/tjsj/ndsj/2013/indexch.htm.
[2]郭志仪，曹建云.人力资本对中国区域经济增长的影响——岭估计法在多重共线性数据模型中的应用研究.中国人口科学，2007；04：42—49+95
[3]魏下海，张建武.人力资本对全要素生产率增长的门槛效应研究.中国人口科学，2010；O5：48—57+111
[4]过建春，柯佑鹏，范红霞.海南人力资源素质与经济发展的实证分析.郑州航空工业管理学院学报，2004；01：80—82
[5]王国旗，王文欢.人力资本积累与经济增长的实证关系研究——基于我国20省（市）面板数据的分析.改革与开放，2009；08.81
[6]高峰，吴石磊，王学真.人力资本、城市化与经济增长.产业经济评论，2010；04：106—117
[7]陈得文，苗建军.人力资本集聚、空间溢出与区域经济增长——基于空间过滤模型分析.产业经济研究，2012；04：54—62+88
[8]韩增林，张云伟.东北地区经济综合发展能力时空差异分析.经济地理，2010；05：716—722
[9]沈体雁，冯等田，孙铁山.空间计量经济学.北京大学出版社，2010
[10]吴玉鸣，李建霞.中国区域工业全要素生产率的空间计量经济分析.地理科学，2006；04：4385—4391
[11]吴玉鸣.中国省域经济增长趋同的空间计量经济分析.数量经济技术经济研究，2006；12：101—108
[12]潘文卿.中国的区域关联与经济增长的空间溢出效应.经济研究，2012；01：54—65